公开(公告)号：CN117291098A

公开(公告)日：2023-12-26

申请号：CN202311233681.1

申请日：2023-09-22

Applicant: 天津职业技术师范大学(中国职业培训指导教师进修中心)

Inventor： 陈光军 ,  赵理想 ,  于志威 ,  黄佳帅 ,  刘杰 ,  贾熊飞

IPC: G06F30/27 ,  G06F119/14

Abstract: 本发明涉及一种钨合金电塑性辅助切削加工参数优化反演方法，包括S1、基于电塑性辅助切削实验数据建立已加工表面粗糙度、切削力及材料去除率的数学模型；S2、生成以最小表面粗糙度、最小切削力及最大材料去除率为目标的优化数据，获得训练样本；S3、建立训练样本库和训练模型进行训练生成反演算法模型；S4、将需要的表面粗糙度、切削力及材料去除率数据输入反演算法模型，得到加工所需电脉冲参数和切削参数。本发明实现在生产中根据所需的表面粗糙度、切削力和材料去除率即可实现对电塑性加工参数的快速预测，无需多次实验调试；同时通过MPGA‑BP算法进行反演模型训练，提高了反演结果预测的准确度和计算效率，降低了电塑性辅助切削加工的生产成本。

公开(公告)号：CN112846939A

公开(公告)日：2021-05-28

申请号：CN202011570300.5

申请日：2020-12-26

Applicant: 天津职业技术师范大学(中国职业培训指导教师进修中心)

Inventor： 陈光军 ,  赵理想 ,  王建肖 ,  靳刚 ,  崔良玉 ,  李占杰 ,  胡高峰 ,  王志强

IPC: B23Q17/09

Abstract: 本发明提供一种数控机床切削加工的刀具磨损状态识别方法，涉及机械制造加工技术领域。该数控机床切削加工的刀具磨损状态识别方法，包括以下步骤：S1、获取多个原始样本，划分原始样本磨损状态区间与等级；S2、采集原始样本图像，提取图像特征点，重组三维模型；S3、建立磨损状态区间与三维模型关联性，获取训练样本。本发明，通过基于深度学习算法对样本训练模型进行训练，得到最终的算法模型，在后续的识别过程中，只需导入图片即可快速识别刀具磨损状态，无需再次进行复杂化的计算，同时，通过基于ReLu的反向传播算法对样本集进行降维处理，进一步降低了模型训练的运算量，大大提高了模型构建的效率。